基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1.算法运行效果图预览

2.算法运行软件版本

3.部分核心程序

4.算法理论概述

5.算法完整程序工程

1.算法运行效果图预览

基于yolov2深度学习网络的火焰烟雾检测系统matlab仿真,MATLAB算法开发,# 深度学习,YOLO,yolov2,深度学习网络,火焰烟雾检测

2.算法运行软件版本

MATLAB2022a

3.部分核心程序

..................................................................
load yolov2.mat% 加载训练好的目标检测器
img_size= [224,224];
imgPath = 'test/';        % 图像库路径
imgDir  = dir([imgPath '*.jpg']); % 遍历所有jpg格式文件
cnt     = 0;
for i = 1:8          % 遍历结构体就可以一一处理图片了
    i
    if mod(i,4)==1
       figure
    end
    cnt     = cnt+1;
    subplot(2,2,cnt); 
    img = imread([imgPath imgDir(i).name]); %读取每张图片 
    I               = imresize(img,img_size(1:2));
    [bboxes,scores] = detect(detector,I,'Threshold',0.15);
    if ~isempty(bboxes) % 如果检测到目标
        idx = [];
        idx = kmeans(bboxes(:,1:2),2);
        i1  = find(idx==1);
        i2  = find(idx==2);
        [scoresa,IIa] = max(scores(i1)); 
        [scoresb,IIb] = max(scores(i2));  

        bboxes2 = [bboxes(i1(IIa),:);bboxes(i2(IIb),:)];
        scores2 = [scoresa;scoresb];
        I = insertObjectAnnotation(I,'rectangle',bboxes2,scores2,LineWidth=2);% 在图像上绘制检测结果
    end

    subplot(2,2,cnt); 
    imshow(I, []);  % 显示带有检测结果的图像
 
    pause(0.01);% 等待一小段时间，使图像显示更流畅
    if cnt==4
       cnt=0;
    end
end
110